L'algorithme EM : principe et application aux données de comptage

L'algorithme EM (Expectation-Maximization) est un outil statistique qui s'applique principalement à l'estimation par maximum de vraisemblance dans le cadre de problèmes liés aux données incomplètes. La notion de données incomplètes couvre de très nombreuses situations (données manquantes, lois tronquées, données censurées ou groupées) mais se retrouve aussi de manière plus indirecte dans les modèles de combinaisons de lois. Le principe de l'algorithme EM consiste à associer à un problème aux données incomplètes un problème aux données complètes pour lequel une solution simple existe pour l'estimation par maximum de vraisemblance. La principale propriété est la convergence monotone de la vraisemblance des données incomplètes vers une valeur stationnaire (maximum global ou points de selle). L'algorithme EM permet de faire une estimation du processus de renouvellement ordinaire d'une population, d'un mélange fini de lois discrètes et déconvolution à partir des données de comptage et une extension vers la méthode de Monte-Carlo

Bibliographic Details

Main Author:	Guédon, Yann
Format:	conference_item biblioteca
Language:	fre
Published:	CIRAD
Subjects:	U10 - Informatique, mathématiques et statistiques, C30 - Documentation et information, mathématique, méthode statistique, modèle mathématique, données statistiques, échantillonnage, analyse de données, http://aims.fao.org/aos/agrovoc/c_4649, http://aims.fao.org/aos/agrovoc/c_7377, http://aims.fao.org/aos/agrovoc/c_24199, http://aims.fao.org/aos/agrovoc/c_35655, http://aims.fao.org/aos/agrovoc/c_6774, http://aims.fao.org/aos/agrovoc/c_15962,
Online Access:	http://agritrop.cirad.fr/465167/
Tags:	Add Tag No Tags, Be the first to tag this record!